自從Chatgpt的出現, 越來越多領域漸漸開始將AI導入，包括美國聯準會也不例外，過去透過各方數據來產生報告並評估升息與否, 大部分都是藉由人類的討論與判斷決策, 但如果數據報告不夠真實將導致決策者決策錯誤, 近年的暴力降息與暴力升息在市場上就有不少的聲音指出聯準會的反應太慢, 導致錯誤的決策衍生出一連串補救的政策, 而AI正是彌補人類決策錯誤的最大助手, 人機合作的未來也正在發生中...。
聯準會公布的一篇論文「More than Words: Twitter Chatter and Financial Market Sentiment」探討了推特中的聊天與金融情緒之間的關係。
看到此情此景讓人不禁聯想到CNN的「fear and greed index」, 有興趣的朋友不妨參考一下「 【金融理財系列】 - 市場上的恐懼與貪婪如何衡量？ 你會如何使用這套指標呢？」, 只不過這兩者的差異是聯準會的FEDS數據來源更貼近社交圈, 或許與傳統的調查相比更真實的得知第一線狀況, 也才有了此篇論文的出現, 至於準不準, 就讓我們繼續看下去吧！
以下是相關的報導，以Google搜尋「推特金融信心指數」就能出現不少這樣的報導：
相信聯準會也意識到AI的重要性了, 當大家生活重心逐漸轉往網路之後, 許多言論也具有參考價值, 甚至能夠反映出人民真實的心聲。
馬斯克也早就提醒過聯準會了...
聊聊背後技術
從「More than Words: Twitter Chatter and Financial Market Sentiment 」論文可以得知其技術涵蓋了BERT、FinBERT...等自然語言處理領域的技術, 也看到了 「4.4 million」條貼文這個數字, 相信聰明的我們都知道就算是機器的運算也需要耗時一大段時間, 何況是我們人類使用傳統的方法去統計跟計算呢？ 一定是會耗費掉不少人力的, 且歸納其中的關聯性也不是我們一兩個人能夠完成, 但機器不一樣, 只要我們想辦法將人類的語言試圖轉化給AI消化, 那麼AI就能夠幫我們歸納出其中的關聯性, 甚至試圖理解我們的需求做出輔助我們決策的判斷依據, 而這背後重要的技術就是「自然語言處理(Natural Language Processing)」, 我們的每一句話都隱含著大量的訊息與語意。
不妨參考以下幾個篇章閱讀閱讀, 甚至動手玩玩AI, 相信能夠讓我們更懂AI, 未來也更善用AI：
● 【自然語言處理 - 概念篇】最基礎的Bag-of-Words模型是什麼呢？
● 【自然語言處理 - 概念篇】 來認識一下詞向量(Word Embedding or Word Vector)吧
● 【自然語言處理 - spaCy】初探強大的工具庫spaCy， 讓機器讀懂我們的語言吧
凡事都有個BUT...
AI就如同雙面刃一般, 能夠幫助我們也能夠害我們, 為什麼呢? 理想的狀況之下, 我們都假設推特上的言論會真實反映出我們的想法, 但也由於網路上並沒有真實見面的狀況下, 虛偽、謾罵、譴責、暴力、鼓勵犯罪、詐欺...等負面的言論, 對AI來說也會吸收進去, 就像我們從小孩子長大的過程一樣, 如果小時候被這些負面價值觀給影響, 很可能導致我們長大後也偏向這一方發展, 那對AI來說也是如此, 當人們嘗試灌輸給AI負面情緒甚至引導犯罪時也很難保AI會對我們造成什麼樣的傷害, 這也是為什麼科技巨頭會發出「「暫停人工智慧發展6個月」 科技巨頭的公開信，真的要對AI喊停？」這樣的訊息, 當我們享受科技進步所帶來的便利之時也應該停下腳步, 好好思考, 最重要的一點是AI提供給我們的, 我們僅能參考不能全信, 凡事一定要親手驗證, 避免錯誤的資訊導致我們做出錯誤的決策, 引發不可挽回的後果。
結語
看到這篇的朋友們, 讓我們在這裡停留一分鐘思考一下, 我們所處的平台不正是未來的一大亮點之一個Web3嗎？ 這裡讓我們分享知識、個人觀點, 相互討論激盪不同思維, 而這邊的言論與分享相信也是未來AI重要的養分之一, 只希望平台的經營者能夠好好的重視它, 讓平台走向更高的層樓, 鼓勵薯友們發表言論, 讓數據變的更加寶貴。
Web3目前看似有一段路要走, 但也正在路上了, 還沒上路的朋友也歡迎加入, 一起在進步的路途上努力吧！
💡 如果您也有不同的看法, 歡迎下方留言, 讓我們共同討論, 一起學習進步...
留言
張貼留言